Tech Alert:使用全闪存阵列升级数据中心基础架构

简介:
   对于承担着升级数据中心存储基础架构任务的IT专业人员而言,市场上的众多一流全闪存阵列(AFA)都能提供具有吸引力的密度、性能和价值。在本文中,飞康公司的专家将提出相关建议,帮助企业成功地集成AFA,同时最大程度减少或消除创建另一个孤立存储系统或手动管理单独的数据服务的挑战。

除非企业拥有将所有工作负载都迁移到单个AFA或一组相同的AFA的足够预算和能力,否则大部分数据中心都可能混合使用AFA、混合阵列和HDD存储资源,而它们各自需要专门的管理和支持。这就会导致数据中心需要混合使用多种不同的工具、操作方法和专有功能,不仅非常复杂,实际上还会增加风险和成本。虽然面临这一大难题,但AFA具有足够的吸引力,促使我们千方百计地去寻找解决方法。

解决这个难题的最有效方法之一是构建异构的软件定义存储(SDS)平台,跨越各个存储平台来实现一致的统一存储基础架构,而不受硬件、制造商或协议的影响。这样可以为企业提供通用的功能集,从而降低复杂性、减轻管理负担和简化集成。但并非所有SDS平台都能实现这一目标。

显而易见,添加AFAs的最有说服力的理由是为了提升性能,但这很可能仅限于其中一个存储平台,因为并非所有工作负载都能通过充分利用闪存的优势得到优化。虽然大部分SDS解决方案具有出色的性能,但任何集中式存储管理都将不可避免地增加延迟。如果在调试和开发SDS平台时就充分考虑到闪存介质,就可以通过巧妙的设计来最大程度减少延迟,同时优化传统的非闪存阵列。SDS解决方案提供高端数据效率和优化功能(例如重复数据删除、跨越存储系统的IO路径优化),可以最大程度地提高利用率,同时确保达到最佳性能。

添加新AFA时遇到的第一个挑战就是数据迁移。使用传统的迁移工具将数据移动或复制到AFA,总会遇到性能和复杂性问题,涉及到AFA本地的精简配置、重复数据删除和调整功能。如果能够识别阵列,SDS迁移功能将不使用阵列的内置精简配置,并且优化数据传输(不复制空数据块),其效率则远高于传统的数据块或复制技术。此外,经过调试的SDS迁移平台将使用专有的存储网络传输(或单独的IP),以便防止干扰在线生产应用程序。初次迁移之后,好的SDS平台会在不中断运行的情况下,处理在各个底层存储系统之间的数据移动,通过删除过时数据,维持需要数据的应用程序性能,来最大程度地提升AFA的性价比。

在数据中心采用AFA的第二个主要挑战是保持关键的灾难恢复和业务连续性的SLA。AFA通常包括(或作为选件提供)一些基本数据保护功能,但它们会增加孤立的工具和功能。此外,关键的企业级需求,例如同步和异步复制或永远在线集群,经常无法得到满足。而数据保护和连续性正是SDS的最大优点之一,它可以保护AFA上的数据,而无需使用其他的单点解决方案。企业级SDS平台至少应该提供数据保护、复制和恢复功能,并且能够监控存储和网络连接以及各个卷,以便识别任何故障,还能将操作转移到其他地点,保持应用程序和数据的可用性。

美国飞康软件公司数据中心解决方案总监Pete McCallum表示:“使用全闪存阵列来扩展存储容量的企业会从SDS解决方案中受益匪浅,因为他们不仅能够获得重要的管理优势,还能忽略掉大多数阵列的自带软件功能,而专注于获取最经济高效的最佳硬件。全闪存阵列与功能强大的企业级SDS平台配合使用,可以视为一种性能极高的商用硬件,能够以较低成本投入使用,而不会干扰企业的正常运行。使用SDS解决方案,用户既无需为各个阵列购买许可,也无需为数据服务支付额外费用。”

飞康公司的FreeStor™ 技术能够将各种存储资源优化成存储资源池,不受类型、连接、品牌或访问速度的影响,并可提供给物理或虚拟应用。FreeStor提供可大规模可扩展的“存储虚拟机管理程序”,结合数据服务引擎和自动化来实现上述功能。因此,IT企业能够轻松配置和管理存储资源,使之拥有适当的性能、保护和恢复能力,而且不受底层物理存储资源的影响。FreeStor非常适合正在使用传统技术并希望迁移到新技术(例如闪存)或者期待充分利用私有云或混合云的企业、希望将数据迁移到云端并提供常见数据管理服务的托管服务提供商、希望提供全套稳定数据管理服务的OEM。

 
作者:佚名
来源:51CTO
目录
相关文章
|
6月前
|
存储 监控 安全
360 企业安全浏览器基于阿里云数据库 SelectDB 版内核 Apache Doris 的数据架构升级实践
为了提供更好的日志数据服务,360 企业安全浏览器设计了统一运维管理平台,并引入 Apache Doris 替代了 Elasticsearch,实现日志检索与报表分析架构的统一,同时依赖 Doris 优异性能,聚合分析效率呈数量级提升、存储成本下降 60%....为日志数据的可视化和价值发挥提供了坚实的基础。
360 企业安全浏览器基于阿里云数据库 SelectDB 版内核 Apache Doris 的数据架构升级实践
|
6月前
|
机器学习/深度学习 数据处理 数据安全/隐私保护
DPU:数据中心与计算架构的革新引擎
【2月更文挑战第3天】
1210 1
DPU:数据中心与计算架构的革新引擎
|
2月前
|
存储 SQL 缓存
快手:从 Clickhouse 到 Apache Doris,实现湖仓分离向湖仓一体架构升级
快手 OLAP 系统为内外多个场景提供数据服务,每天承载近 10 亿的查询请求。原有湖仓分离架构,由离线数据湖和实时数仓组成,面临存储冗余、资源抢占、治理复杂、查询调优难等问题。通过引入 Apache Doris 湖仓一体能力,替换了 Clickhouse ,升级为湖仓一体架构,并结合 Doris 的物化视图改写能力和自动物化服务,实现高性能的数据查询以及灵活的数据治理。
快手:从 Clickhouse 到 Apache Doris,实现湖仓分离向湖仓一体架构升级
|
1月前
|
分布式计算 大数据 Serverless
云栖实录 | 开源大数据全面升级:Native 核心引擎、Serverless 化、湖仓架构引领云上大数据发展
在2024云栖大会开源大数据专场上,阿里云宣布推出实时计算Flink产品的新一代向量化流计算引擎Flash,该引擎100%兼容Apache Flink标准,性能提升5-10倍,助力企业降本增效。此外,EMR Serverless Spark产品启动商业化,提供全托管Serverless服务,性能提升300%,并支持弹性伸缩与按量付费。七猫免费小说也分享了其在云上数据仓库治理的成功实践。其次 Flink Forward Asia 2024 将于11月在上海举行,欢迎报名参加。
178 1
云栖实录 | 开源大数据全面升级:Native 核心引擎、Serverless 化、湖仓架构引领云上大数据发展
|
1月前
|
存储 消息中间件 人工智能
ApsaraMQ Serverless 能力再升级,事件驱动架构赋能 AI 应用
本文整理自2024年云栖大会阿里云智能集团高级技术专家金吉祥的演讲《ApsaraMQ Serverless 能力再升级,事件驱动架构赋能 AI 应用》。
|
1月前
|
存储 消息中间件 运维
架构升级的救星!流量回放自动化测试的必备指南
大家好,我是小米,一名29岁的技术宅。今天分享一个物联网领域的实用技能——流量回放自动化测试。系统重构后,测试工作量巨大,本文介绍如何通过日志收集和数据回放进行自动化测试,包括离线、实时和并行回放模式,帮助快速定位Bug,提升测试效率和系统稳定性。欢迎关注我的微信公众号“软件求生”,获取更多技术干货!
42 3
|
1月前
|
存储 SQL 缓存
Apache Doris 3.0 里程碑版本|存算分离架构升级、湖仓一体再进化
从 3.0 系列版本开始,Apache Doris 开始支持存算分离模式,用户可以在集群部署时选择采用存算一体模式或存算分离模式。基于云原生存算分离的架构,用户可以通过多计算集群实现查询负载间的物理隔离以及读写负载隔离,并借助对象存储或 HDFS 等低成本的共享存储系统来大幅降低存储成本。
Apache Doris 3.0 里程碑版本|存算分离架构升级、湖仓一体再进化
|
2月前
|
缓存 物联网 数据库
如何帮助我们改造升级原有架构——基于TDengine 平台
一、简介 TDengine 核心是一款高性能、集群开源、云原生的时序数据库(Time Series Database,TSDB),专为物联网IoT平台、工业互联网、电力、IT 运维等场景设计并优化,具有极强的弹性伸缩能力。同时它还带有内建的缓存、流式计算、数据订阅等系统功能,能大幅减少系统设计的复杂度,降低研发和运营成本,是一个高性能、分布式的物联网IoT、工业大数据平台。 二、TDengine 功能与组件 TDengine 社区版是一开源版本,采用的是 AGPL 许可证,它具备高效处理时序数据所需要的所有功能,包括: SQL 写入、无模式写入和通过第三方工具写入 S标准 SQL 查
76 13
|
3月前
|
安全 网络安全 网络虚拟化
优化大型企业网络架构:从核心到边缘的全面升级
大型企业在业务运作中涉及多种数据传输,涵盖办公应用、CRM/ERP系统、数据中心、云环境、物联网及安全合规等多个方面。其复杂的业务生态和全球布局要求网络架构具备高效、安全和可靠的特性。网络设计需全面考虑核心层、汇聚层和接入层的功能与冗余,同时实现内外部的有效连接,包括广域网连接、远程访问策略、云计算集成及多层次安全防护,以构建高效且可扩展的网络生态系统。
优化大型企业网络架构:从核心到边缘的全面升级
|
3月前
|
消息中间件 存储 Java
图解Kafka:Kafka架构演化与升级!
图解Kafka:Kafka架构演化与升级!
89 0
图解Kafka:Kafka架构演化与升级!